論文の概要: MASkills: Continual Skills Optimization for Multi-Agent LLM Systems
- arxiv url: http://arxiv.org/abs/2609.02094v1
- Date: Wed, 02 Sep 2026 04:34:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.084587
- Title: MASkills: Continual Skills Optimization for Multi-Agent LLM Systems
- Title（参考訳）: MASkills: Multi-Agent LLMシステムのための連続スキル最適化
- Abstract要約: エージェントスキルを通じてマルチエージェントLLMシステムを最適化する継続的学習フレームワークであるMASkillsを紹介する。
本稿では,スキル条件付きクレジット割り当て,階層型クレジットアグリゲーション,モーメントスムーズな最適化を統合したエージェント最適化パイプラインを提案する。
HotpotQA、LoCoMo、GAIAの実験は、複数のエージェントタスクにおけるMASkillsの有効性を実証している。
- 参考スコア（独自算出の注目度）: 36.30615078891684
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: LLM-based multi-agent systems have shown strong performance on complex tasks, yet continual improvement from interaction experience remains challenging. Existing self-reflection methods build experience memories, but memories are mostly hard to invoke, refine, or scale, while agent skills offer a more actionable unit: structured procedural knowledge that specifies when to act, how to act, and which resources or tools to use. We introduce MASkills, a continual learning framework that optimizes multi-agent LLM systems through agent skills. MASkills presents a new agent-optimization pipeline that integrates skill-conditioned credit assignment, hierarchical credit aggregation, and momentum-smoothed optimization, enabling agent skill libraries to evolve through refinement, induction, consolidation, and pruning. Experiments on HotpotQA, LoCoMo, and GAIA demonstrate the effectiveness of MASkills across multiple agentic tasks. Our code is available at https://github.com/DaRL-GenAI/MASkills
- Abstract（参考訳）: LLMベースのマルチエージェントシステムは複雑なタスクにおいて高い性能を示したが、インタラクションエクスペリエンスによる継続的な改善は依然として困難である。
既存の自己回帰法は経験記憶を構築するが、記憶の呼び出し、精巧化、スケールは困難であり、エージェントスキルはより実用的なユニットを提供する。
エージェントスキルを通じてマルチエージェントLLMシステムを最適化する連続学習フレームワークであるMASkillsを紹介する。
MASkillsは、スキル条件付きクレジット割り当て、階層的クレジットアグリゲーション、モーメントスムーズな最適化を統合した新しいエージェント最適化パイプラインを提供する。
HotpotQA、LoCoMo、GAIAの実験は、複数のエージェントタスクにおけるMASkillsの有効性を実証している。
私たちのコードはhttps://github.com/DaRL-GenAI/MASkillsで利用可能です。
関連論文リスト
- CoSkill: Joint Reinforcement Learning of Reasoning and Meta-Skill Agents for Hierarchical Skill Evolution [12.48020149385294]
CoSkillは、静的メタスキルワークフローを学習可能なメタスキルエージェントとして再キャストする統合マルチエージェントRLフレームワークである。
ReasoningとMeta-Skill Agentsを単一のバックボーンを共有する協力チームとしてモデル化することで、CoSkillはエンドツーエンドのコ適応を可能にする。
論文 参考訳（メタデータ） (2026-09-04T08:25:30Z) - Skill-MAS: Evolving Meta-Skill for Automatic Multi-Agent Systems [16.25298848475875]
大規模言語モデル(LLM)に基づく自動マルチエージェントシステム(MAS)生成は,複雑なタスクに対処するための重要なフロンティアとなっている。
推論時間MASは凍結フロンティアLLMを利用するが、過去の経験から学ぶことなく同じ検索を繰り返す。
トレーニングタイムMASは、勾配更新を通じてエクスペリエンスを内部化するが、より小さなモデルの低機能天井によって制約される。
Skill-MASは,高レベルのオーケストレーション機能を進化可能なメタスキルとして概念化し,パラメトリック更新から保持体験を分離する新しい第3のパスである。
論文 参考訳（メタデータ） (2026-06-17T09:12:50Z) - You Live More Than Once: Towards Hierarchical Skill Meta-Evolving [92.6633152185458]
テストタイムスキルの進化はエージェントシステムを強化するための新しいパラダイムと見なされている。
エージェントシステムの継続的改善には,スキル進化フレームワークの試験時間改善が不可欠であることを示す。
軽量な階層型スキルメタ進化ソリューションであるHiSMEを提案する。
論文 参考訳（メタデータ） (2026-05-27T12:26:49Z) - AgentArk: Distilling Multi-Agent Intelligence into a Single LLM Agent [57.10083973844841]
AgentArkは、マルチエージェントダイナミクスを単一のモデルの重みに蒸留する新しいフレームワークである。
各種モデル,タスク,スケーリング,シナリオの3つの階層的蒸留戦略について検討する。
シミュレーションからトレーニングへ計算の負担をシフトさせることで、蒸留されたモデルは、複数のエージェントの強い推論と自己補正性能を示しながら、一つのエージェントの効率を保ちます。
論文 参考訳（メタデータ） (2026-02-03T19:18:28Z) - Reinforcement Learning for Self-Improving Agent with Skill Library [14.717149089634718]
大規模言語モデル(LLM)に基づくエージェントは、複雑な推論とマルチターン相互作用において顕著な機能を示した。
有望なアプローチの1つは、エージェントが新しいスキルを学び、検証し、適用できるスキルライブラリを実装することである。
スキルライブラリによるエージェントの自己改善能力を高めるための強化学習(RL)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2025-12-18T21:58:19Z) - Multi-Agent Tool-Integrated Policy Optimization [67.12841355267678]
大規模言語モデル(LLM)は、知識集約的かつ複雑な推論タスクに対して、多ターンツール統合計画にますます依存している。
既存の実装は通常、単一のエージェントに依存するが、コンテキスト長とノイズの多いツールレスポンスに悩まされる。
ツール統合マルチエージェントフレームワークの効果的な強化学習をサポートする方法はない。
論文 参考訳（メタデータ） (2025-10-06T10:44:04Z) - AgentFly: Extensible and Scalable Reinforcement Learning for LM Agents [25.735754822676277]
言語モデル(LM)エージェントは、自律的にタスクを完了させる能力において、大きな注目を集めている。
強化学習(RL)は、推論や事実性など、LMの能力を高めるために研究されている。
AgentFlyは、多様なRLアルゴリズムでLMエージェントを強化するために設計されたスケーラブルでエージェント-RLフレームワークである。
論文 参考訳（メタデータ） (2025-07-20T10:22:36Z) - How to Train a Leader: Hierarchical Reasoning in Multi-Agent LLMs [16.853362180877593]
我々は、訓練されていないピアエージェントのチームを調整するために、単一のリーダーLDMのみを訓練する階層的なマルチエージェントフレームワークを導入する。
本結果は,複数エージェントLLMシステムにおける協調推論のための単一柔軟なリーダのトレーニングの有効性と効率性を強調した。
論文 参考訳（メタデータ） (2025-07-11T18:34:07Z) - EvoAgent: Towards Automatic Multi-Agent Generation via Evolutionary Algorithms [55.77492625524141]
EvoAgentは、特殊エージェントをマルチエージェントシステムに自動的に拡張するジェネリックメソッドである。
EvoAgent は LLM エージェントのタスク解決能力を大幅に向上させることができることを示す。
論文 参考訳（メタデータ） (2024-06-20T11:49:23Z) - Agent-Pro: Learning to Evolve via Policy-Level Reflection and Optimization [53.510942601223626]
大規模言語モデル(LLM)は多様なタスクに対して堅牢な問題解決能力を示す。
これらのタスクソルバは、タスクルールを通知し、行動を調整するために手作業によるプロンプトを必要とする。
本稿では,ポリシーレベルのリフレクションと最適化を備えた LLM ベースのエージェントである Agent-Pro を提案する。
論文 参考訳（メタデータ） (2024-02-27T15:09:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。